二十六、数据统计

1. 加权随机
   

Weighted Random

1）什么是"加权随机"

假设你有一个项目列表。项目可以是任何东西。例如，我们可能有一个喜欢吃的水果和蔬菜列表：

权重列表表示每个项目的权重（或概率、重要性）。权重是数字。例如，权重列表 [3, 7, 1] 可以表示：

如果我们以概率为基础来讲，那么权重列表可能是一个总和为1的浮点数数组（例如[0.1, 0.5, 0.2, 0.2]）。

加权随机是一个函数，它会根据每个项目的权重随机返回列表中的一个项目，使得权重较大的项目更容易被选中。

函数的示例接口：

2）加权随机的应用

• 在遗传算法中，加权随机用于"选择"阶段，当我们需要根据个体的适应度评分选择最适应/最强大的个体进行交配，并产生下一代更强大的个体。你可以在500行代码中构建自动停车汽车文章中找到一个示例。
  
• 在循环神经网络(RNN)中，当根据下一个字母的概率来决定下一个要选择的字母（以形成句子）时使用加权随机。你可以在使用循环神经网络（RNN）生成食谱的Jupyter笔记本中找到一个示例。
  
• 在Nginx负载均衡中，为了将HTTP请求更频繁地发送到权重较高的服务器。
  
• 等等...
  

3）算法

直接的方法如下：

• 根据权重重复列表中的每个项目。
  
• 从列表中随机选择一个项目。
  

例如，在水果和蔬菜的情况下，我们可以生成大小为3 + 7 + 1 = 11的以下列表：

然而，正如你所看到的，这种方法可能需要大量的内存，特别是当我们需要在weightedItems列表中重复很多项目时。想象一下，如果你需要将一个字符串如"some-random-string"（18个字节）重复十亿次。你将需要额外分配大约180Mb的内存空间来存储这个数组。

带你读《图解算法小抄》二十六、数据统计（2）https://developer.aliyun.com/article/1347723?groupCode=tech_library